Cleaning up, interpolation, and gridding of weather data for agro-meteorological management purposes

The Nicaraguan case of the ‘Proyecto de Cosecha de Agua (PCA)’

Background

Este bookdown tiene por objetivo documentar la metodologia para la limpieza y analisis de datos de estaciones meteorologicas automaticas (EMAs), asi como tambien, para el tratamiento de datos faltantes y grillado de estos datos provenientes de multiples EMAs. Aqui, se describe las funciones desarrolladas en R y se aplican a un conjunto de datos provenientes del Proyecto de Cosecha de Agua (PCA). Estos consisten de 8 EMAs distribuidos de manera que cubra toda la region de Los datos y R-scripts/funciones generados pueden ser descargados en el siguiente enlace https://github.com/jninanya/PCA. El control de calidad de datos se realizó siguiendo la metodología descrita por el Servicio Nacional de Meteorología e Hidrología (SENAMHI) cuyo manual técnico puede ser descargado aquí.

For any request about the dataset or output/product generated and any comment about this bookdown, please contact DA Ramírez ().

Figure 1: Estaciones meteorológicas del Proyecto Cosecha de Agua.
Figure 1: Estaciones meteorológicas del Proyecto Cosecha de Agua.

text added

1 Agronomic data digitization

Placeholder

1.1 e-Agrology platform

1.2 Data collection

1.3 Data cleaning up

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